《OpenCV 4计算机视觉项目实战 》 —1.3.6　特征提取

1.3.6　特征提取

正如我们前面所讨论的，人类视觉系统倾向于从给定场景中提取主要特征，然后记住它，这样便于后续的检索。为了模仿这一点，人们开始设计各种特征提取器，用于从给定的图像中提取出这些特征点。流行的算法包括尺度不变特征变换（Scale Invariant Feature Transform，简称SIFT）、加速鲁棒特征（Speeded Up Robust Features，简称SURF）和加速分段测试特征（Features From Accelerated Segment Test，简称FAST）。

名为features2d的OpenCV模块提供了检测和提取所有这些特征的功能。另一个名为xfeatures2d的模块提供了更多的特征提取器，其中一些仍处于实验阶段。如果有机会，你可以尝试使用它们。

还有一个名为bioinspired的模块，可以为受到生物学启发的计算机视觉模型提供算法。